R如何删除字符串中的特殊字符？

我想删除我的字符串中的一些非常特殊的字符。我读过的其他职位，如：R如何删除字符串中的特殊字符？

但这些都不是什么即时寻找。

可以说，我的字符串是如下：

s = "who are í ½í¸€ bringing?"

我已经试过以下：

test = tm_map(s, function(x) iconv(enc2utf8(x), sub = "byte")) 
test = iconv(s, 'UTF-8', 'ASCII')

上面这些都不奏效。

编辑： 我正在寻找一个通用解决方案！我不能（也不愿意）手动识别所有特殊字符。

也是这些非常特殊字符（不是100％确定），从表情

请帮助或引导我正确的帖子引起。谢谢！

来源

2016-02-25 alwaysaskingquestions

我认为真正的问题是，你是如何与乱码字符串？如果您向后退到您生成此字符串的方式，您可以调整该步骤以获取所需的输出。 –

所以，我只是用gsub尝试过，它似乎工作。像这样：'s2 < - gsub（“€”，“”，s）'。试着这样做。基本上将“s”字符串中的“€”实例更改为无效，从而有效地将其删除。 – giraffehere

@RichardScriven我不是很确定，但可能来自表情 – alwaysaskingquestions

所以，我要继续前进，使一个答案，因为我相信这是你在找什么：

> s = "who are í ½í¸€ bringing?" 
> rmSpec <- "í|½|€" # The "|" designates a logical OR in regular expressions. 
> s.rem <- gsub(rmSpec, "", s) # gsub replace any matches in remSpec and replace them with "". 
> s.rem 
[1] "who are ¸ bringing?"

现在，这确实有，你必须手动定义警告rmSpec变量中的特殊字符。不知道您是否知道要删除哪些特殊字符，或者您是否需要更通用的解决方案。

编辑：

所以看起来你几乎iconv有了它，你只是缺少sub说法。见下：

> s 
[1] "who are í ½í¸€ bringing?" 
> s2 <- iconv(s, "UTF-8", "ASCII", sub = "") 
> s2 
[1] "who are bringing?"

来源

2016-02-25 22:18:44 giraffehere

亚......即时通讯寻找更一般的解决方案。手动识别所有特殊字符在我的情况下几乎是不可能的（因为我有一个非常大的数据集，我不希望通过它们一个接一个地找出我有哪些/哪些特殊字符） – alwaysaskingquestions

@alwaysaskingquestions请参阅我在我的编辑回答。 'iconv'中有一个额外的参数，你错过了。 – giraffehere

您也可以指定一组要替换的字符，例如'gsub（“[í€]），”“，s）'，这比使用'|'多次更简单 – thelatemail

R如何删除字符串中的特殊字符？

回答

相关问题